-
公开(公告)号:CN113220364A
公开(公告)日:2021-08-06
申请号:CN202110490591.5
申请日:2021-05-06
Applicant: 北京大学
Abstract: 本发明涉及车联网领域和边缘计算领域,公开了一种基于车联网移动边缘计算系统模型的任务卸载方法。一种MEC‑智能交通系统,包括:路边单元、基站、核心网络、互联网。在此基础上,构建了MEC‑智能交通系统中的任务时延模型和MEC服务器能耗模型,并据此定义了MEC‑智能交通系统中的MEC服务器总能耗最小化问题。该求解方法在传统粒子群算法基础上结合了模拟退火算法中概率突跳的思想克服了传统粒子群算法易陷入局部最优解的缺点,更易得到全局最优解,并进一步与遗传算法相融合,提高了算法收敛性和算法全局搜索性。
-
公开(公告)号:CN113094365A
公开(公告)日:2021-07-09
申请号:CN202110362721.7
申请日:2021-04-02
Applicant: 北京大学
IPC: G06F16/22 , G06F16/2455 , G06F16/27 , G06Q30/00
Abstract: 本申请实施例公开了一种食品安全追溯系统、方法、设备及可读存储介质,通过数据接入模块,用于从生产环节、加工环节、物流环节和销售环节获取食品相关信息,并上传至数据核心模块;所述数据核心模块,用于建立食品区块链网络和食品数据库的映射存储体系,还用于根据智能合约进行查询和检索;应用交互模块,用于用户通过食品安全溯源网页和/或食品安全溯源APP进行查询和/或上传食品溯源信息。高效进行食品安全溯源,保证溯源数据的真实性,提高了监管透明度。
-
公开(公告)号:CN112329922A
公开(公告)日:2021-02-05
申请号:CN202011333324.9
申请日:2020-11-24
Applicant: 北京大学
Abstract: 本发明实施例公开了一种基于质谱数据集的神经网络模型压缩方法及系统,对待压缩的神经网络模型进行训练,对训练好的神经网络模型进行剪枝,对剪枝后的神经网络模型进行量化,将量化后的神经网络模型的BN层和卷积层合并得到无BN层的神经网络模型,对获得的网络模型再次进行量化得到压缩模型。以大型网络作为输入模型,无关紧要的通道被自动识别和剪枝,卷积层和全连接层参数位数上的冗余被去除,并丢弃BN层,产生精度相当但薄而紧凑(高效)的模型。
-
-